Vuoi sapere quali clienti se ne andranno, quali prenotazioni verranno cancellate o quali contatti porteranno ad un acquisto? costruirò un modello di machine learning in Python che lo prevede e ti dirò onestamente quanto funziona bene.
COSA FACCIO
Pulire ed esplorare i tuoi dati (EDA) con Pandas.
Costruire modelli di classificazione o regressione con scikit-learn: regressione logistica, alberi decisionali, random forest, gradient boosting.
Usare una suddivisione train/test adeguata e confrontarla con una baseline semplice, così lo score non è gonfiato.
Spiegare quali caratteristiche contano di più e cosa sbaglia il modello.
COSA OTTIENI
Un notebook Jupyter con tutto il codice, pronto per essere ri-run.
Un breve report con gli score, grafici chiave e takeaways in linguaggio semplice.
Il file del modello salvato se ne hai bisogno.
ESEMPIO
Progetto pubblico sul mio GitHub: un modello di ritardo della cancellazione su 119.390 prenotazioni di hotel, trasformato in una regola di overbooking e testato su mesi successivi.
Per favore mandami prima un messaggio con i tuoi dati e l’obiettivo, così posso verificare se ML è lo strumento giusto. A volte basta una semplice analisi.